面向大规模新冠病历数据的时序事件级倒排索引用于人群发现
数据库
2024-10-23 v1 信息检索
摘要
人群发现是电子健康记录(EHR)数据临床研究中的关键步骤。当在大规模EHR数据集上处理时，常见的人群发现时序查询往往耗时且容易出错。本文引入TELII—a一种针对大规模EHR数据集人群发现的时序事件级倒排索引方法。TELII通过预计算事件之间的关系并存储时间差，提供快速且准确的时序查询能力。我们实现了TELII用于OPTUM去标识化的新冠病历数据集，数据来自887万名患者。我们展示了四种常见时序查询任务及其使用TELII在MongoDB后端中的实现。结果表明，TELII的时序查询速度比现有非时序倒排索引快最高可达2000倍。TELII实现毫秒级响应时间，使用户能够快速探索事件关系并为研究问题找到初步证据。TELII既实用又简单易实现，还能轻松适配其他EHR数据集。这些优势凸显了TELII作为EHR基础应用查询引擎的潜力，确保快速、准确且用户友好的查询响应。
引用
@article{arxiv.2410.17134,
title = {TELII: Temporal Event Level Inverted Indexing for Cohort Discovery on a Large Covid-19 EHR Dataset},
author = {Yan Huang},
journal= {arXiv preprint arXiv:2410.17134},
year = {2024}
}